DARIUS

DARIUS

DARIUS

Federated Learning και Edge AI για έξυπνο αστικό σχεδιασμό

Το DARIUS είναι ένα καινοτόμο έργο που εισάγει ένα πλαίσιο Federated Learning (FL) με δυνατότητες επεξεργασίας στο άκρο του δικτύου, με στόχο τον μετασχηματισμό του αστικού σχεδιασμού στις ευρωπαϊκές έξυπνες πόλεις.

Αναλυτική περιγραφή έργου

Σε αντίθεση με τις παραδοσιακές cloud πλατφόρμες, οι οποίες συγκεντρώνουν τα ακατέργαστα δεδομένα σε κεντρικά συστήματα, το DARIUS διατηρεί την κυριαρχία των δεδομένων, εκπαιδεύοντας μοντέλα τεχνητής νοημοσύνης τοπικά μέσα από δημοτικά browsers, με χρήση WebAssembly και επιτάχυνση μέσω WebGPU. Η συνεργατική αυτή προσέγγιση μεταξύ πόλεων επιτρέπει στους δήμους να μοιράζονται γνώση και ευφυΐα, χωρίς να ανταλλάσσουν ευαίσθητα δεδομένα.

 

Βασικό στοιχείο διαφοροποίησης του DARIUS είναι η μηχανή προσομοίωσης “what-if”, η οποία δίνει τη δυνατότητα στους σχεδιαστές πόλεων να ποσοτικοποιούν τις επιπτώσεις αλλαγών στις υποδομές πριν από τη φυσική τους υλοποίηση. Τέτοιες επιπτώσεις μπορεί να αφορούν τη μείωση εκπομπών CO₂, τη μείωση της κυκλοφοριακής συμφόρησης και τη βελτίωση του χρόνου αναζήτησης θέσης στάθμευσης.

 

Ενσωματωμένο στην πλατφόρμα NOON IoT της DOTSOFT, το DARIUS μετατοπίζει την έμφαση από τα ιστορικά dashboards στον τεκμηριωμένο και προγνωστικό σχεδιασμό, καλύπτοντας τομείς όπως η κινητικότητα, η ποιότητα του αέρα και η διαχείριση αποβλήτων.

 

Σε ευθυγράμμιση με την Ευρωπαϊκή Πράσινη Συμφωνία και τον Κανονισμό της ΕΕ για την Τεχνητή Νοημοσύνη, το έργο προωθεί αξιόπιστη Edge AI χαμηλής καθυστέρησης. Γεφυρώνοντας το χάσμα ανάμεσα στην έρευνα και την αγορά, σε επίπεδο τεχνολογικής ετοιμότητας TRL 4–5, το DARIUS παρέχει μια κλιμακώσιμη λύση για περισσότερες από 300 υφιστάμενες εγκαταστάσεις, ενισχύοντας την αλληλεγγύη δεδομένων και τη βιώσιμη αστική ανάπτυξη, χωρίς το υψηλό κόστος της κεντρικοποίησης δεδομένων.

Τύπος και εύρος παρεχόμενης εργασίας

  • Πλαίσιο Federated AI: Ανάπτυξη συστήματος Federated Learning βασισμένου σε browser, με χρήση WebAssembly και WebGPU, ώστε να επιτρέπεται η συνεργατική εκπαίδευση μεταξύ πόλεων χωρίς μεταφορά ακατέργαστων δεδομένων.
  • Μηχανή προσομοίωσης “What-If”: Δημιουργία προγνωστικού εργαλείου για την ποσοτικοποίηση αποτελεσμάτων αστικού σχεδιασμού, όπως η μείωση CO₂, τα επίπεδα κυκλοφοριακής συμφόρησης και η διαθεσιμότητα στάθμευσης, πριν από φυσικές επενδύσεις.
  • Διατομεακή ενορχήστρωση: Ενσωμάτωση συνόλων δεδομένων από την κινητικότητα, την ποιότητα αέρα, τα απόβλητα και την ενέργεια στην πλατφόρμα NOON IoT της DOTSOFT.
  • Τεχνική συγκριτική αξιολόγηση: Αξιοποίηση του dAIEDGE Virtual Lab για τη μέτρηση της ενεργειακής αποδοτικότητας, της καθυστέρησης και της ακρίβειας μοντέλων σε πραγματικές edge συσκευές, όπως το Jetson Orin.
  • Ιδιωτικότητα και συμμόρφωση: Διασφάλιση της κυριαρχίας των δεδομένων και της ευθυγράμμισης με τον Κανονισμό της ΕΕ για την Τεχνητή Νοημοσύνη, μέσω υπολογισμού στη συσκευή και inference χαμηλής καθυστέρησης.
  • Πιλοτική επικύρωση: Επίδειξη της λύσης σε πραγματικά δημοτικά περιβάλλοντα, με στόχο τη διασφάλιση της κλιμακωσιμότητας και της ετοιμότητας για την αγορά.

Χρηματοδοτείται από την Ευρωπαϊκή Ένωση. Οι απόψεις και γνώμες που εκφράζονται ανήκουν αποκλειστικά στους συντάκτες και δεν αντανακλούν κατ’ ανάγκη τις απόψεις της Ευρωπαϊκής Ένωσης ή της Ευρωπαϊκής Επιτροπής. Ούτε η Ευρωπαϊκή Ένωση ούτε η αρμόδια αρχή χρηματοδότησης μπορούν να θεωρηθούν υπεύθυνες για αυτές.

Τίτλος Έργου:

DARIUS Daiedge

Ημερομηνία:

Ιανουάριος 2026

Δείτε περισσότερα έργα

Cart (0 items)

Στοιχεία Επικοινωνίας

Δευτέρα - Παρασκευή: 8:30 –17:30
+30 2310 500181

Διεύθυνση

Ποσειδώνος 71, Θεσσαλονίκη, Πυλαία, 55535